IA da USP supera redes convolucionais em reconhecimento de texturas
Ler a "textura" de uma imagem — o grão de um tecido sob o microscópio, a superfície de um material, o relevo captado por um satélite — sempre foi território das redes neurais convolucionais. Um método desenvolvido no Instituto de Física de São Carlos (IFSC) da USP mudou de arquitetura e venceu: o Vortex usa vision transformers para reconhecer texturas e alcançou 87,6% de acerto no DTD (Describable Textures Dataset), o melhor resultado já relatado nesse benchmark, além de novos recordes nos conjuntos FMD e GTOS-Mobile. Uma das versões do sistema processa uma imagem de 224 × 224 pixels em cerca de 4,5 milissegundos em um computador equipado com placa gráfica de alto desempenho. A pesquisa, assinada por grupos da USP, da Unesp e da KTH Royal Institute of Technology (Suécia), está descrita em artigo publicado na revista Neurocomputing e foi divulgada nesta quinta-feira (22) pelo Jornal da USP.
De convoluções para atenção
Os sistemas mais avançados de análise de textura são as redes convolucionais, desenhadas especificamente para varrer imagens em busca de padrões locais. O Vortex troca essa varredura pela autoatenção — o mecanismo por trás dos modelos de linguagem como GPT e Gemini, aqui adaptado à visão. "A característica central dos transformers é a autoatenção: cada elemento de entrada pode ser analisado separadamente em relação aos outros, permitindo que o modelo capture relações entre partes próximas ou distantes", explica Odemir Martinez Bruno, professor do IFSC e coordenador da pesquisa. "A semelhança com o GPT está nesse mecanismo. No GPT, os elementos representam segmentos de texto; no ViT, são pequenos pedaços de uma imagem, chamados de patches." Assim, o modelo pode relacionar um canto da imagem a outro distante, algo que as convoluções só fazem indiretamente, camada por camada.
Como o Vortex funciona
Em vez de treinar uma rede gigante do zero, o método parte de um ViT pré-treinado: a rede já "sabe" extrair características gerais de imagens. O Vortex coleta descritores de várias profundidades da rede (o artigo os chama de extração de embeddings em múltiplas profundidades com codificações de tokens sem ordem e aleatorizadas), os agrega hierarquicamente e os ajusta por mínimos quadrados para compor o descritor de textura. Sobre esses descritores, um classificador SVM linear — simples e rápido — aprende a separar as categorias. É essa combinação de modelo de fundação reutilizado e classificador leve que explica os 4,5 milissegundos por imagem: a parte pesada já está pronta, e a parte nova é barata.
Do microscópio ao satélite
"O objetivo do estudo foi desenvolver métodos de visão computacional especificamente para análise de texturas ou padrões complexos", resume Bruno, citando imagens médicas, de microscopia e de satélite. Na avaliação do benchmark, o Vortex teve de distinguir categorias como "listrado", "murado" ou "enrolado" — descrições que, para uma convolucional, dependem de juntar pistas espalhadas pela cena inteira. As aplicações apontadas pelos autores são diretas: análise de tecidos biológicos em imagens de microscopia, distinção de materiais e reconhecimento de feições da superfície da Terra em imagens orbitais.
O estudo reúne Leonardo Scabini e Odemir Martinez Bruno (IFSC-USP), Kallil M. Zielinski (ICMC-USP), Emir Konuk e Kevin Smith (KTH) e Ricardo T. Fares e Lucas C. Ribas (Unesp de São José do Rio Preto) — uma ponte São Carlos–Estocolmo típica dos grupos de processamento de imagens do campus. O código e a metodologia detalhada estão no artigo na Neurocomputing.
Fontes
- Jornal da USP — "Método inovador usa visão computacional para identificar texturas em imagens", 22/10/2026. Disponível em: https://jornal.usp.br/ciencias/metodo-inovador-usa-visao-computacional-para-identificar-texturas-em-imagens/
- Neurocomputing — "VORTEX: Challenging CNNs at texture recognition by using vision transformers with orderless and randomized token encodings" (L. F. S. Scabini et al., IFSC-USP / ICMC-USP / Unesp / KTH), maio de 2026. DOI: 10.1016/j.neucom.2026.133852.